初旭新,馬 昱
(1.北京工業(yè)大學(xué)國有資產(chǎn)與實(shí)驗(yàn)室管理處,北京 100124;2.北京航空航天大學(xué)經(jīng)濟(jì)管理學(xué)院,北京 100191)
創(chuàng)新是發(fā)展動(dòng)力之源,是建設(shè)現(xiàn)代化經(jīng)濟(jì)體系的戰(zhàn)略支撐。為了使中國在今后的發(fā)展過程中掌握關(guān)鍵核心技術(shù)、不受制于人,技術(shù)創(chuàng)新是必然選擇。高校作為國家科研力量的關(guān)鍵部分之一,是中國實(shí)施自主創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略的重要力量,高校科技創(chuàng)新對(duì)社會(huì)影響意義深遠(yuǎn)。與企業(yè)相同,高校技術(shù)創(chuàng)新不能只從產(chǎn)出成果的角度出發(fā),而是應(yīng)該充分考慮高校技術(shù)創(chuàng)新效率,以有限的資源投入獲得較高的成果產(chǎn)出。政府在支持高校建設(shè)過程中投入了大量的資金、人力和物力資源,但是與國外相比,中國高校地位不高、資源配置不合理、資源使用效率較低等問題日益凸顯[1]。因此,研究如何優(yōu)化高校資源配置、實(shí)現(xiàn)高校資源利用最大化具有重要的理論意義和實(shí)踐意義。
國內(nèi)外專家學(xué)者對(duì)高??萍紕?chuàng)新效率評(píng)價(jià)展開了研究,主要集中在研究對(duì)象、研究方法以及研究內(nèi)容上。研究對(duì)象方面,對(duì)某一省份或區(qū)域高校科技創(chuàng)新效率進(jìn)行評(píng)價(jià),如朱金龍等[2]利用主成分分析和超效率數(shù)據(jù)包絡(luò)分析(DEA)的組合模型,從投入資源配置和產(chǎn)出效率視角對(duì)江蘇27 個(gè)行業(yè)產(chǎn)業(yè)類協(xié)同創(chuàng)新中心建設(shè)期內(nèi)的科研效率進(jìn)行分析研究;對(duì)不同省份高??萍紕?chuàng)新效率進(jìn)行分析,如沈能等[3]、蘇濤永等[4]對(duì)某一特定領(lǐng)域高校科技創(chuàng)新進(jìn)行研究,張曉秋等[5]研究了部屬高校人才培養(yǎng)效率。
研究方法方面,效率測(cè)度主要包括非參數(shù)和參數(shù)兩種方法,高??萍紕?chuàng)新效率測(cè)度多采用非參數(shù)法,如趙曉陽等[6]采用DEA 視窗法對(duì)中國31 個(gè)省份2003—2009 年高??蒲谢顒?dòng)投入產(chǎn)出的面板數(shù)據(jù)進(jìn)行評(píng)價(jià),結(jié)果發(fā)現(xiàn)中國各省份高校研究期間的科研效率整體水平偏低,且未能隨時(shí)間呈現(xiàn)出明顯的增長趨勢(shì),不同省份效率在同一視窗內(nèi)差異較大,而同一省份在不同視窗內(nèi)差異較??;李璐[7]基于2011—2015 年京津冀高??萍冀y(tǒng)計(jì)數(shù)據(jù),采用數(shù)據(jù)包絡(luò)分析中產(chǎn)出導(dǎo)向的SBM 模型和Malmquist 生產(chǎn)率分解指數(shù)法,探究京津冀高??萍假Y源配置現(xiàn)狀、模式和科技創(chuàng)新效率,研究發(fā)現(xiàn)京津冀高??萍假Y源配置規(guī)模和科技創(chuàng)新產(chǎn)出存在以北京為中心的極化效應(yīng),三地高??萍紕?chuàng)新資源配置結(jié)構(gòu)和模式存在差異;吳和燊等[8]基于2008—2016 年中國36 所農(nóng)業(yè)高校數(shù)據(jù),運(yùn)用DEA-Malmquist 指數(shù)法測(cè)算并比較分析不同地區(qū)農(nóng)業(yè)高校的科技創(chuàng)新效率;朱恬恬等[9]采用DEA-Malmquist 指數(shù)方法評(píng)價(jià)了2011—2015 年中國31 所教育部直屬“雙一流”建設(shè)高校的全要素科技創(chuàng)新資源配置效率。
研究內(nèi)容方面,關(guān)于高校創(chuàng)新動(dòng)態(tài)演進(jìn),王樹喬等[10]采用非參數(shù)方法中的核密度估計(jì)法刻畫了中國高??蒲行蕜?dòng)態(tài)演化過程,結(jié)果顯示“985 工程”高校科研效率水平不均衡,存在一定的地域差異,中部地區(qū)的“985 工程”高??蒲芯C合技術(shù)效率水平較高,規(guī)模效率的核密度曲線分布“單峰”特征明顯,純技術(shù)效率和技術(shù)效率核密度曲線分布均呈現(xiàn)"雙峰"狀;張慧琴等[11]采用Malnuist 指數(shù)動(dòng)態(tài)地研究了中國高校創(chuàng)新效率的變化趨勢(shì);王曉紅等[12]運(yùn)用DEA 的視窗分析(Window Analysis)研究中國高校科研效率的趨勢(shì)和穩(wěn)定性。
綜上所述,國內(nèi)外關(guān)于高校科技創(chuàng)新效率的研究很多,并取得了一定的成果,但仍存在著一些不足之處。主要表現(xiàn)在:已有研究將創(chuàng)新活動(dòng)看作一個(gè)“黑箱”,但忽略了高??萍紕?chuàng)新中不同階段創(chuàng)新異質(zhì)性;忽略了區(qū)域異質(zhì)性,多以全國或某一區(qū)域進(jìn)行研究,鮮有以八大綜合經(jīng)濟(jì)區(qū)為對(duì)象進(jìn)行研究。鑒于此,針對(duì)高??萍紕?chuàng)新效率評(píng)價(jià)中存在的問題,本文擬引進(jìn)創(chuàng)新價(jià)值鏈,以中國29 個(gè)省份為研究對(duì)象,分析我國及不同綜合區(qū)高校的創(chuàng)新效率及其動(dòng)態(tài)演化規(guī)律,以期為高??萍紕?chuàng)新政策制定和創(chuàng)新資源配置優(yōu)化提供數(shù)據(jù)支持。
Hansen 等[13]于2007 年首先提出“創(chuàng)新價(jià)值鏈”的概念,認(rèn)為創(chuàng)新價(jià)值鏈可分為創(chuàng)意產(chǎn)生、創(chuàng)意轉(zhuǎn)換以及創(chuàng)新傳播3 個(gè)階段。關(guān)于創(chuàng)新價(jià)值鏈的分解,學(xué)者具有不同的觀點(diǎn)。Sherer[14]從供給的視角分解創(chuàng)新價(jià)值鏈;也有學(xué)者認(rèn)為技術(shù)創(chuàng)新價(jià)值鏈主要包括“創(chuàng)新投入→創(chuàng)新知識(shí)凝結(jié)→創(chuàng)新成果實(shí)現(xiàn)”3個(gè)階段。國家統(tǒng)計(jì)局將中國科技創(chuàng)新劃分為基礎(chǔ)研究、應(yīng)用研究和試驗(yàn)發(fā)展3 個(gè)階段。研究高??萍紕?chuàng)新價(jià)值鏈?zhǔn)滓娜蝿?wù)是要明確高校創(chuàng)新價(jià)值鏈的開始[5]。將高??萍紕?chuàng)新的起始點(diǎn)界定為基礎(chǔ)研究,不僅有助于打破知識(shí)創(chuàng)新和科技創(chuàng)新的界限,同時(shí)明確了創(chuàng)新的根源在于基礎(chǔ)研究,只有將基礎(chǔ)創(chuàng)新納入創(chuàng)新價(jià)值鏈中,才能孵化出顛覆性創(chuàng)新;同樣,高??萍紕?chuàng)新的終點(diǎn)必須為高校創(chuàng)造新的價(jià)值,通俗來講高校創(chuàng)新成果獲得收益。
本文借鑒上述思路,設(shè)定高??萍紕?chuàng)新過程包括3 個(gè)階段:知識(shí)創(chuàng)新階段、科研創(chuàng)新階段以及創(chuàng)新收益階段。在高校科技創(chuàng)新價(jià)值鏈的3 個(gè)階段中,各階段的具體內(nèi)容不盡相同:第一階段為高??萍蓟A(chǔ)創(chuàng)新,即理論成果產(chǎn)出階段;第二階段為高校科技應(yīng)用創(chuàng)新,即發(fā)明階段;第三階段為高??萍荚囼?yàn)發(fā)展創(chuàng)新,即產(chǎn)品收益階段。目前,3 個(gè)階段各司其職,分工各不相同,均由不同的科研機(jī)構(gòu)和科研人員來承擔(dān)。那么,各階段高??萍紕?chuàng)新效率演化規(guī)律有何異同,這些問題都值得研究。
具體來講,在高??萍蓟A(chǔ)創(chuàng)新階段,創(chuàng)新活動(dòng)的產(chǎn)出為知識(shí)產(chǎn)出,因此采用各省份高校出版科技專著和學(xué)術(shù)論文發(fā)表數(shù)來衡量;在高校科技應(yīng)用創(chuàng)新階段,創(chuàng)新活動(dòng)產(chǎn)出為發(fā)明階段,因此采用專利申請(qǐng)數(shù)、專利授權(quán)數(shù)和國際級(jí)項(xiàng)目驗(yàn)收來衡量;在高??萍荚囼?yàn)發(fā)展創(chuàng)新,創(chuàng)新活動(dòng)產(chǎn)出為創(chuàng)新收益,因此采用技術(shù)轉(zhuǎn)讓收入和專利出售收入來衡量。
2.2.1 超效率SBM 模型
本文采用超效率SBM 模型對(duì)高??萍紕?chuàng)新效率進(jìn)行評(píng)價(jià)。假設(shè)有m種投入要素、s種產(chǎn)出要素,建立線性規(guī)劃方程如下:
2.2.2 Kernel 核密度函數(shù)估計(jì)
Kernel 密度函數(shù)是非參數(shù)估計(jì)方法之一,其基本原理是:假設(shè)隨機(jī)變量X1、X2、XN獨(dú)立分布,其經(jīng)驗(yàn)分布函數(shù)為:
式(2)中:N為觀測(cè)點(diǎn)數(shù)目;為示范性函數(shù),即x為真時(shí),否則
Kernel 密度估計(jì)為:
式(3)中:h為寬帶;K(·)為Kernel 函數(shù),除了滿足一般連續(xù)密度函數(shù)的性質(zhì)外,還滿足:為樣本觀測(cè)值,x為均值。
本研究數(shù)據(jù)主要來源于2006—2018 年中國《高等學(xué)??萍冀y(tǒng)計(jì)資料匯編》,研究樣本為我國除香港、澳門、臺(tái)灣、西藏和青海之外29 個(gè)省份的高校(以下簡稱“樣本高?!保糠秩笔е挡捎镁捣ㄌ幚?。
采用超效率SBM 模型對(duì)樣本高校2005—2017年間各階段科技創(chuàng)新效率進(jìn)行測(cè)度,限于篇幅,只展現(xiàn)平均值,如表1 所示。從表1 中可以看出,樣本高校知識(shí)創(chuàng)新效率均值高于科研創(chuàng)新效率均值,創(chuàng)新收益最低。在知識(shí)創(chuàng)新環(huán)節(jié),湖北、江蘇、河南、內(nèi)蒙、遼寧、北京等省份高校創(chuàng)新效率較高,吉林、黑龍江、天津、山西、安徽、云南等省份高校創(chuàng)新效率較低;分區(qū)域來看,黃河中游、東部沿海、長江中游等綜合經(jīng)濟(jì)區(qū)高校創(chuàng)新效率明顯高于大西南和東北等綜合經(jīng)濟(jì)區(qū),尤其是大西南綜合經(jīng)濟(jì)區(qū)高校創(chuàng)新效率最低。在科研創(chuàng)新環(huán)節(jié),江蘇、浙江、海南、上海、陜西等省份高校創(chuàng)新效率較高,內(nèi)蒙、新疆、甘肅、吉林、四川等省份高校創(chuàng)新效率明顯偏低;分區(qū)域結(jié)果來看,東部沿海、南部沿海、北部沿海等綜合經(jīng)濟(jì)區(qū)高校創(chuàng)新效率明顯高于東北和大西北等綜合經(jīng)濟(jì)區(qū)。在創(chuàng)新收益階段,福建、北京、海南等省份高校創(chuàng)新收益效率較高,而內(nèi)蒙、陜西、遼寧等省份高校創(chuàng)新收益效率較低;分區(qū)域結(jié)果來看,南部沿海、北部沿海綜合經(jīng)濟(jì)區(qū)高校創(chuàng)新收益效率明顯高于東北和黃河中游等綜合經(jīng)濟(jì)區(qū)。
表1 樣本高??萍紕?chuàng)新效率評(píng)價(jià)結(jié)果(2005—2017 年平均值)
表1 (續(xù))
圖1 2005—2017 年中國高校知識(shí)創(chuàng)新效率動(dòng)態(tài)演化
2005—2017 年分區(qū)域視角下的樣本高??萍紕?chuàng)新效率動(dòng)態(tài)演進(jìn)趨勢(shì)如圖1~圖3 所示,限于篇幅,選擇北部沿海、黃河中游、29 省份整體進(jìn)行研究。
3.2.1 知識(shí)創(chuàng)新階段
2005—2017 年樣本高校知識(shí)創(chuàng)新效率動(dòng)態(tài)演化趨勢(shì)如圖1 所示。從圖1 可以看出:北部沿海綜合經(jīng)濟(jì)區(qū)高校知識(shí)創(chuàng)新效率分布曲線的波峰右移,表明近年來北部沿海綜合經(jīng)濟(jì)區(qū)高校知識(shí)創(chuàng)新效率降低但區(qū)域內(nèi)省份間創(chuàng)新效率差異并未減??;黃河中游綜合經(jīng)濟(jì)區(qū)高校知識(shí)創(chuàng)新效率分布曲線的波峰右移而且逐漸降低,初期左拖尾嚴(yán)重,表明后期區(qū)域內(nèi)各省份間創(chuàng)新效率分布不均衡;29 省份高校知識(shí)創(chuàng)新效率整體分布曲右拖尾嚴(yán)重,表明省份間創(chuàng)新效率差距逐步增大。
3.2.2 科研創(chuàng)新階段
2005—2017 年樣本高??蒲袆?chuàng)新效率動(dòng)態(tài)演化趨勢(shì)如圖2 所示。從圖2 可以看出,北部綜合經(jīng)濟(jì)區(qū)高??蒲袆?chuàng)新效率分布曲線波峰左移、高度上升,且由單峰改為雙峰,表明北部綜合經(jīng)濟(jì)區(qū)高校創(chuàng)新效率降低的同時(shí)出現(xiàn)了兩極分化;黃河中游綜合經(jīng)濟(jì)區(qū)高??蒲袆?chuàng)新效率分布曲線由陡峭變成扁平,表明區(qū)域內(nèi)各省份高校創(chuàng)新效率差距愈來愈大;29省份高??蒲袆?chuàng)新效率整體分布曲線右拖尾現(xiàn)象嚴(yán)重,且拖尾沿長度有增加趨勢(shì),表明高校創(chuàng)新效率高的省份與效率低的省份之間持續(xù)拉開距離。
圖2 2005—2017 年中國高??蒲袆?chuàng)新效率動(dòng)態(tài)演化
3.2.3 創(chuàng)新收益階段
2005—2017 年樣本高校創(chuàng)新收益效率動(dòng)態(tài)演化趨勢(shì)如圖3 所示。從圖3 可以看出,北部沿海綜合經(jīng)濟(jì)區(qū)高校創(chuàng)新收益效率分布曲線左移、波峰提升,且由平滑變陡峭,表明北部沿海各省份高校創(chuàng)新效率降低,省份之間的效率差距變??;黃河中游沿海綜合經(jīng)濟(jì)區(qū)高校創(chuàng)新收益效率分布曲線呈現(xiàn)先快速上升、進(jìn)而迅速下降的態(tài)勢(shì),表明黃河中游綜合經(jīng)濟(jì)區(qū)高校創(chuàng)新效率惡化且省份間效率差異嚴(yán)重;29省份高校創(chuàng)新收益效率整體分布曲線右拖尾現(xiàn)象嚴(yán)重,表明高校創(chuàng)新效率高的省份與效率低的省份之間差距較大。
圖3 2005—2017 年中國高??萍紕?chuàng)新收益效率動(dòng)態(tài)演化
百年大計(jì)、教育為本。在經(jīng)濟(jì)發(fā)展遭遇挑戰(zhàn)的時(shí)期,高校科技創(chuàng)新能力建設(shè)尤為重要。本文基于創(chuàng)新價(jià)值鏈,將高??萍紕?chuàng)新分為知識(shí)創(chuàng)新、科研創(chuàng)新和創(chuàng)新收益三階段,進(jìn)而以2005—2017 年間中國29 個(gè)省份高校投入產(chǎn)出數(shù)據(jù)為基礎(chǔ),采用超效率SBM 法分析了29 省份整體及八大綜合經(jīng)濟(jì)區(qū)的高校科技創(chuàng)新效率,并借助核密度函數(shù)呈現(xiàn)中國高校科技創(chuàng)新效率的動(dòng)態(tài)演化規(guī)律。研究發(fā)現(xiàn):(1)樣本高校科技創(chuàng)新效率各階段效率及總體效率偏低,各階段中,知識(shí)創(chuàng)新效率>科研創(chuàng)新效率>創(chuàng)新收益效率。(2)在知識(shí)創(chuàng)新階段,黃河中游、東部沿海、長江中游等綜合經(jīng)濟(jì)區(qū)高校創(chuàng)新效率較高;在科研創(chuàng)新階段,東部沿海、南部沿海、北部沿海等綜合經(jīng)濟(jì)區(qū)高校創(chuàng)新效率較高;在創(chuàng)新收益階段,南部沿海、北部沿海綜合經(jīng)濟(jì)區(qū)高校創(chuàng)新效率較高。(3)在知識(shí)創(chuàng)新階段,北部沿海綜合經(jīng)濟(jì)區(qū)高校創(chuàng)新效率偏低且區(qū)域內(nèi)各省份高校創(chuàng)新效率差異較大,黃河中游綜合經(jīng)濟(jì)區(qū)高校創(chuàng)新效率分布不均衡;在科研創(chuàng)新階段,北部沿海綜合經(jīng)濟(jì)區(qū)高校創(chuàng)新效率出現(xiàn)兩極分化,黃河中游綜合經(jīng)濟(jì)區(qū)內(nèi)省份間高校創(chuàng)新效率差距愈來愈大;在創(chuàng)新收益階段,北部沿海綜合經(jīng)濟(jì)區(qū)高校創(chuàng)新效率降低但區(qū)域內(nèi)部各省份間高校創(chuàng)新效率差距縮小,黃河中游綜合經(jīng)濟(jì)區(qū)高校創(chuàng)新效率惡化。
由以上結(jié)論可知,在建設(shè)創(chuàng)新型高校進(jìn)程中,應(yīng)采取一定策略來提升區(qū)域高??萍紕?chuàng)新水平。第一,鑒于高??萍紕?chuàng)新中三階段創(chuàng)新效率存在差異且地區(qū)間發(fā)展極不平衡,不利于區(qū)域高??萍紕?chuàng)新協(xié)調(diào)發(fā)展,因此,針對(duì)高校創(chuàng)新效率低的地區(qū),一方面要加大政府財(cái)政支出中科教的比重,提升高??蒲许?xiàng)目立項(xiàng)比例,同時(shí)根據(jù)各地實(shí)際情況,增加基礎(chǔ)研究、應(yīng)用研究和試驗(yàn)發(fā)展研究的經(jīng)費(fèi)利用率;另一方面加快縮短專利申請(qǐng)授權(quán)周期,降低創(chuàng)新收益稅率,增強(qiáng)高校科研隊(duì)伍的創(chuàng)新動(dòng)力。第二,各階段中的參與者只有在創(chuàng)新價(jià)值鏈整體得到提升時(shí)才能得到利益,考慮到高??萍紕?chuàng)新價(jià)值鏈由下往上創(chuàng)新效率遞減的趨勢(shì),高校應(yīng)當(dāng)進(jìn)一步加大價(jià)值鏈間各創(chuàng)新活動(dòng)的銜接。一方面,促進(jìn)基礎(chǔ)研究成果更便捷地應(yīng)用到創(chuàng)新活動(dòng)上游,促使高校創(chuàng)新的深化;另一方面,加強(qiáng)區(qū)域間創(chuàng)新活動(dòng)交流,實(shí)現(xiàn)創(chuàng)新資源合理配置和創(chuàng)新成果共享,從而提升各階段創(chuàng)新水平。